目前，神经网络理论和应用研究取得了极大的发展，而且己经渗透到几乎所有的工程应用领域，基于计算机和技术的发展，使许多过去难以解决或无法解决的复杂问题采用人工神经网络后取得了良好的效果，潜力日趋明显。近年来，我国土木工程领域的科技人员己成功地将神经网络方法用于岩土类型识别地下工程围岩分类、岩体可爆性分级及爆破效应预测、混凝土性能预测、边坡稳定性预测、隧道变形及地面沉降预测等。
　　
　　1、人工神经网络简介
　　
　　人工神经网络是反映人脑结构及功能的一种数学抽象模型，用数理方法和从信息处理的角度对人脑神经网络进行抽象，建立某种简化模型，用大量神经元节点互连而成的复杂网络，模拟人类进行思维与存储以及利用知识进行推理的行。神经网络不需要建立反映系统物理规律的数学模型，比其他方法更能容忍噪声，并且具有极强的非线性映射能力，对大量非结构性、非精确性规律具有自适应功能，具有信息记忆、自主学习、知识推理和优化计算的特点，其自学习和自适应功能是常规算法所不具备的。
　　目前，在人工神经网络的实际应用中，绝大部分的神经网络模型是采用BP网络和它的变形形式，由于多层前馈网络的训练经常采用误差反向传播算法，将多层前馈网络称为BP网络。BP网络是一种误差反向传播的多层前馈网络，结构如图1所示。网络除输入输出节点外，还有一层或多层的隐层节点，同层节点中没有任何祸合。输入信号从输出层节点依次传过各隐层节点，然后传到输出节点，每一层节点的输出只影响下一层节点的输出。其节点单元特性(激活函数)通常为Sigmoid型,但在输出层中，节点的单元特性有时为线形。BP网络可看作是一个从输入到输出的高度非线形映射，即F: Rn→Rm，f(x)=Y。对于样本集合:输入和， 可认为存在某一映射g，使:
　　
　　2、BP神经网络在工程中的应用
　　
　　2．1神经网络在洞库防护等级评定中的应用
　　洞库防护等级评定决定因素很多，属于模糊非线性关系，认为评定具有许多不确定因素，将会造成很大误差。空军工程大学许金余教授提出用神经网络法对洞库进行等级评定，从洞库防护等级评定地信息获取：地理位置；装备飞机状况；混凝土强度等级；钢筋等级；防护门状况；洞口数量；抗力大小；防精确打击状况；防电磁脉冲状况；抗地振动大小等几个因素综合考虑采用神经网络选取。介绍了神经网络模型地选取，采用非线性变换单元组成的前反馈BP神经网络。该文章编出网络计算模型，用数据对其进行训练，选出了具有代表性的样本，对初始样本进行随即抽样。用这些具有代表性的数据对网络进行训练，训练完后，用检验数据对网络进行核对，核对准确，得出模型可进行洞库等级评定。
　　2．2神经网络在建筑结构可靠性评估中的应用
　　文章采用人工神经网络理论，在同一判断标准下获得不同元素对同一模糊集的隶属度.人工神经网络具有自适应的学习能力，对网络输入所收集到的检测数据后，可求得构件相对于不同可靠性等级的隶属度，而后通过多级模糊综合评判求得。所要评估结构系统的可靠性等级是一向量，表示鉴定单元对于各可靠性等级的隶属度，最后根据模糊模式识别的方法确定鉴定结果.
　　2．3人工神经网络在本构关系中的应用
　　谭云亮等建立了径向基函数神经网络快速逼近模型，该模型不仅对岩石的本构关系能够进行很好的逼近和预测，而且逼近速度快、稳定性好。王靖涛等基于反问题中的模型参数辨识理论，建立了不同应力路径下的砂土神经网络本构关系模型，对实际工程的数值模拟与仿真有着重要的意义。曾静等基于不同应力路径下饱和载土的三轴试验和反问题理论，提出了用改进BP神经网络和径向基函数(RBF)神经网络这两种方法来建立载土的本构模型。研究结果表明，两种模型对具体本构关系都能够很好逼近和预测。
　　
　　3、结语
　　
　　神经网络同样可用于建筑物性能、建筑防护等级评定，也可对其他非线性关系的飞机作战性能，坦克作战性能，导弹作战性能，地上、地下建筑物可靠性等进行评定和评估。由于研究者的努力和实际应用的需求，神经网络技术的研究必将取得更大的发展，发挥更大的作用。
　　
　　“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”